邯郸市PM_(1.0)、PM_(2.5)污染特征及在线水溶性离子分析

对2014年12月—2015年2月邯郸市大气中PM_(1.0)、PM_(2.5)以及PM_(2.5)中的硝酸根(NO-3)、水溶性有机碳(WSOC)和硫酸根(SO2-4)进行在线监测。结果表明,PM_(1.0)中干性成分(PM_(1.0)_DRY)和包含水分的PM_(1.0)(PM_(1.0)_WET)分别占PM_(2.5)的74.0%和81.4%,PM_(1.0)为PM_(2.5)中的主要组成。利用锯齿型方法估算本地源和区域源对PM_(1.0)、PM_(1.0)~2.5、PM_(2.5)的贡献,得出区域源对PM_(1.0)的贡献为40.6%,明显高于对PM_(1.0)~2.5与PM_(2.5)贡献的32.3%和37.7%,因为PM_(1.0)直径小,在大气中存在时间较长、传输距离远。根据NO-3、WSOC、SO2-4与PM_(1.0)、PM_(1.0)~2.5的相关系数,推断NO-3、WSOC可能在PM_(1.0)生成,而SO2-4可能在PM_(1.0)~2.5中生成。     

大气自动监测中PM_(2.5)和PM_(10)倒挂成因及处理方法研究

PM_(2.5)是指环境空气中空气动力学当量直径小于或等于2.5微米的颗粒物,PM_(10)是指环境空气中空气动力学当量直径小于或等于10μm的颗粒物。从理论上来讲,在PM_(2.5)和PM_(10)监测过程中,PM_(2.5)的1小时平均质量浓度应该低于PM_(10),但是实际数据中还是会出现PM_(2.5)天于PM_(10)的情况,这就是PM_(2.5)和PM_(10)倒挂,本文将针对出现PM_(2.5)和PM_(10)倒挂的成瘾进行分析,并提出相应的处理方法。     

宁波市区秋冬季PM_(2.5)质量浓度特征及影响因素分析

该研究基于2013年11-12月的宁波市空气质量监测数据和气象资料数据,分析了PM_(2.5)质量浓度变化特征,探讨了PM_(2.5)与其它粒径颗粒物、气体污染物以及多个气象因子之间的相关性及影响规律,构建了包含气象和污染气体因子的逐步回归模型,综合分析了2类因子对宁波市PM_(2.5)浓度的影响。研究结果表明:(1)研究时间段内的宁波PM_(2.5)质量浓度范围为(100.66±72.98)μg/m~3,超过粗颗粒PM_(2.5-10)的质量浓度,是可吸入颗粒物的主要组成部分。(2)PM_(2.5)与3种污染气体均表现出显著的相关性,其中与CO的质量浓度相关性最高,R=0.85。风速与PM_(2.5)呈现负相关,受西北-北风向影响下的PM_(2.5)浓度要明显高出其它风向影响下的浓度。降水对PM_(2.5)影响显著,降水日的PM_(2.5)平均质量浓度随降水强度呈现幂函数递减,为非降水日的48.4%。非降水日的PM_(2.5)浓度与相对湿度显著正相关,与日照时数显著负相关。(3)逐步回归结果表明,气象和污染气体两类因子能够解释PM_(2.5)浓度82.4%的变异。其中,CO是影响宁波市秋冬季PM_(2.5)浓度的首要显著因子。本研究对明确城市PM_(2.5)污染特征和影响因素具有参考价值和意义。     

深圳市PM_(2.5)浓度特征及统计预报研究

根据2015年1—12月深圳市城区11站点PM_(2.5)小时浓度监测数据,探讨了深圳市PM_(2.5)浓度的时空分布特征。结果显示:监测期间深圳市城区PM_(2.5)平均浓度为29.8μg/m~3,PM_(2.5)平均浓度整体呈现出:冬季>秋季>春季>夏季的特征,PM_(2.5)质量浓度日变化整体呈现出双峰型分布,午后12:00—16:00浓度较低。空间分布上,年均浓度从东南至西北方向依次升高,梯度特征明显。PM_(2.5)浓度与PM_(10)呈高度相关,与SO_2、NO_2、CO呈显著正相关,与O_3呈实相关。相邻城市间空气污染物浓度呈现出一定的相关性,区域污染突出。建立的PM_(2.5)回归统计模型对深圳市2015年PM_(2.5)临近预报的级别准确率在70%以上,能较好地反映PM_(2.5)浓度变化趋势。     

南京市冬春PM_(2.5)和PM_(10)污染特征及影响因素分析

南京2013年冬季至2014年春季多次出现灰霾污染天气过程,防治颗粒物污染刻不容缓,其中细颗粒物(PM_(10))和超细颗粒物(PM_(2.5))所占比例较大。利用南京市环保局空气质量发布平台污染物监测数据和中国天气网站气象要素数据,对冬春季PM_(2.5)和PM_(10)质量浓度的变化特征以及它们与气象条件的关系进行分析。结果表明:南京冬季PM_(2.5)、PM10平均浓度分别为0.0982,0.1536 mg/m3,春季平均浓度分别为0.0673,0.1207 mg/m3。市区和郊区污染程度由高到低依次为:市区>江宁>六合>溧水。南京空气中颗粒物小时平均浓度日变化呈"双峰双谷型"特征。颗粒物与相对湿度、降雨量和风力呈一定的负相关性,与温度呈一定的正相关性,它们共同影响颗粒物质量浓度水平和大气污染状况。     

乌鲁木齐PM_(10)和PM_(2.5)的形貌特征与来源解析

PM_(10)和PM_(2.5)是近年来乌鲁木齐市空气质量的首要污染物,其成分复杂,来源不清。采用扫描电镜和离子色谱研究了乌鲁木齐市2015年采暖期和非采暖期大气颗粒物PM_(10)和PM_(2.5)的显微形貌,元素组成及其水溶性离子特征,并采用主成分分析法(PCA)对其来源进行解析。结果表明:PM_(10)和PM_(2.5)的颗粒形态各异,以球状、团絮状形状居多。主要物质有硅铝酸盐颗粒、铁氧化物颗粒,硫酸/碳酸盐晶体,碳质气溶胶以及不明物质等。采暖期和非采暖期主要的无机水溶性离子分别是SO_4~(2-)、NH_4~+、NO_3~-、Cl~-和SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)。推测乌鲁木齐市颗粒物污染主要来源于固定污染源。     

邯郸市PM_(2.5)化学组成特征及来源解析

该研究通过对邯郸市环境空气中PM_(2.5)样本进行采集和成分检测,分析了该地区PM_(2.5)的浓度及化学组成特征,利用相关性分析法和富集因子法定性判断了PM_(2.5)的主要来源,利用PCA模型定量计算了各类污染源的贡献率,最后将解析结果与已有的PMF模型结果进行了对比分析。结果表明,邯郸市PM_(2.5)日均浓度(2012年10月13日-2013年1月)为146.9 g/m3,是我国环境空气质量标准(Ⅱ级)的2倍。二次水溶性离子、OC、EC是邯郸市PM_(2.5)的主要成分,约占PM_(2.5)总质量浓度的71.5%,其中,OC是PM_(2.5)中含量最丰富的单个组分,大气有机污染特征明显。PCA模型源解析结果为:工业和燃煤33.3%,二次气溶胶和生物质燃烧21.7%,机动车为12.8%,道路扬尘9.1%。将PCA、PMF模型解析结果对比后发现2种模型对PM_(2.5)的来源有较为一致的判定,工业源和燃煤源是该地区PM_(2.5)的主要来源,两者的总贡献率分别为42.1%(PMF)和33.3%(PCA)。除此之外,PMF单独解析出了Ba、Mn、Zn源,K、As、V源和重油燃烧源,PCA单独解析出了生物质燃烧源,不同的解析结果一方面与模型本身有关,另一方面与模型选择的化学成分有关。     

城市森林植被区空气PM_(2.5)质量浓度时空变化

该研究选取北京大兴南海子公园植被区与亦庄非植被区PM_(2.5)数据进行研究,对比分析植被区与非植被区PM_(2.5)质量浓度日变化、月变化和年变化特征,典型天气下的PM_(2.5)质量浓度变化。结果表明:植被区PM_(2.5)质量浓度整体上低于非植被区,二者日变化均呈典型的双峰曲线,白天低,夜间高,最小值出现在下午15:00左右;从不同月份看,PM_(2.5)质量浓度最高值出现在冬季的1月、2月,最低值出现在6月、8月,整体表现为冬季月份明显高于其余月份;气温、降雨和大风均与PM_(2.5)浓度呈负相关,晴天时,温度较高,有利于PM_(2.5)浓度降低;降雨有利于空气颗粒物沉降,有效清除大气PM_(2.5)污染,降低其浓度;大风天气会增加大气环流,有助于颗粒物在大气中扩散,使PM_(2.5)不易滞留,从而导致浓度降低。降雨和大风均能导致PM_(2.5)污染降低,且城市森林植被对于PM_(2.5)有明显降低作用。     

中国大陆城市PM_(2.5)污染时空分布规律

为分析中国大陆城市PM_(2.5)污染的时空分布规律,运用统计学方法和GIS技术对2014年开展PM_(2.5)常规监测的161个城市进行分析,结果发现:仅8.1%的城市年评价结果达标,日均质量浓度超标天数占26.6%.夏季及春末、秋初PM_(2.5)污染相对较轻,冬季污染较重.PM_(2.5)的日变化曲线呈现不太明显的双峰分布,最低值出现在16:00前后,最高值出现在10:00前后,而凌晨至清晨保持相对较高的污染水平.京津冀及周边地区,中部地区的湖北、湖南、安徽PM_(2.5)污染较重,东南沿海和云南、西藏污染相对较轻.PM_(2.5)的空间分布与风速、相对湿度、土地利用等因素的空间分布具有较强的相关性.PM_(2.5)与PM10质量浓度比值的平均值为0.591,空间上呈由西北向东南逐渐升高、南方高于北方的格局,时间上除1、2月份较高、5月份较低外,其余月份基本稳定在0.55~0.6.研究结果有利于从宏观上认识中国城市PM_(2.5)污染的时空格局,从而针对性地开展环境污染防控.     

南京市典型交通源冬季PM_(2.5)污染特征分析

为研究南京市典型交通源冬季PM_(2.5)的污染特性,于2016年1月9日到2月4日在南京市四平路采集了大气中PM_(2.5)样品,分析了样品中的重金属元素、水溶性离子、有机碳和元素碳的浓度。结果表明,采样期间南京市大气PM_(2.5)中日平均质量浓度为85.3μg/m~3。重金属元素锌(Zn)的浓度最高,其次是铅(Pb)和锰(Mn)的元素浓度,平均浓度分别为104.72 ng/m~3、60.88 ng/m~3,再者是钡(Ba)和铜(Cu)的元素浓度,平均浓度分别为30.23 ng/m~3、45.26 ng/m~3。样品中水溶性离子的平均质量浓度水平为:NO_3~-SO_4~(2-)NH_4~+Cl~-K~+Na~+Mg~(2+)Ca~(2+),其中NO_3~-、SO_4~(2-)和NH_4~+的质量浓度均在10μg/m~3以上,是水溶性离子的主要组分,分别占总离子浓度的37.18%、29.34%、17.42%。     

邯郸市大气PM_(2.5)成分空间分布研究

为研究邯郸市2015年PM_(2.5)的污染状况,采用河北工程大学监测站全年PM_(2.5)浓度和气象在线监测数据以及4个代表月4个站点离线采样成分数据,分析了PM_(2.5)的浓度水平与气象要素的关系以及其化学组分特征。结果表明:PM_(2.5)的年均浓度为91.14μg/m~3,最高达到706.56μg/m~3;不同相对湿度条件下,PM_(2.5)浓度对邯郸地区能见度有较大影响。此外,邯郸静风频率较大,全年东南风风速较小,PM_(2.5)污染相对更加严重;PM_(2.5)中主要化学成分为SO_4~(2-)、NO_3~-和NH_4~+、OC和EC,4个站点采样无显著差异性。     

广州市PM_2.5和PM_1.0质量浓度变化特征

文章报道了2005年干季和2006年湿季广州市大气细粒子PM2.5和PM1.0质量浓度的实时监测情况。监测结果表明:干季监测点PM2.5日均质量浓度在11.8～164.0μg/m3之间,总平均值为81.7μg/m3;湿季日均质量浓度在19.9～121.2μg/m3之间,总平均值为57.7μg/m3。干季PM1.0日均质量浓度变化范围为14.9～129.1μg/m3,总平均值为59.4μg/m3;湿季日均质量浓度在11.9～86.7μg/m3之间,总平均值为52.9μg/m3。对比发现,PM1.0总平均质量浓度在干、湿季相差很小,且与湿季PM2.5总平均质量浓度也相差不大,显示PM1.0具有相对固定成因来源且基本不受季节变化影响,而且湿季PM2.5的组成主要由PM1.0大气细粒子构成。干季PM2.5和PM1.0质量浓度日变化特征呈明显夜间高、白天低的特点,质量浓度的最大值都出现在晚上21:00左右;湿季由于雨水频繁,没有明显的日变化特征。气象分析表明,干季大气细粒子质量浓度主要受冷空气影响,而湿季主要受降雨影响。     

上海市青浦区PM_（10）污染状况及其与气象要素的关系

利用2006-2010年上海市青浦区PM10和同期地面气象要素的监测资料,定量分析PM10的季节变化规律以及PM10与降雨量、大气湿度和风速之间的关系。分析结果表明：PM10浓度在夏季处于低值,冬季处于高值;5mm/d以上的降雨对PM10有显著的清除作用,且春夏季降雨的清除作用大于秋冬季节。PM10浓度与大气湿度基本呈负相关关系。风速在一定范围内有利于PM10的扩散但不至造成扬尘,春夏季节的适宜风速是1.5～3.5m/s,冬季的适宜风速是1.5～2.5m/s。     

西安市高新区采暖期大气颗粒物污染状况分析

为了解西安市高新区采暖期大气颗粒物(包括PM1 0和PM2.5)污染状况,于2013年1月1日到2013年3月15日在高新区进行了为期74 d的连续自动采样。结果表明:采样期间高新区PM1 0的小时浓度范围28~1744μg/m3,平均浓度为332μg/m3;PM2.5的小时浓度范围13~946μg/m3,平均浓度为207μg/m3。PM2.5占PM1 0的平均比例为63.8%。颗粒物浓度日变化呈现弱双峰特征,分别在凌晨2:00和上午7:00~8:00左右达到浓度最高值,但是上午的峰值并不明显。颗粒物在15:00~1 6:00之间浓度达到最低值,由于受采暖影响,18:00之后颗粒物浓度明显上升。     

上海市青浦区PM_(10)污染与气象要素的关系

利用2006年-2010年上海市青浦区PM10和同期地面气象要素的监测资料,定量分析PM10的季节变化规律以及PM10与降雨量、大气湿度和风速之间的关系。分析结果表明:PM10浓度在夏季处于低值,冬季处于高值;5 mm/d以上的降雨对PM10有显著的清除作用,且春夏季降雨的清除作用大于秋冬季节。PM10浓度与大气湿度基本呈负相关关系。风速在一定范围内有利于PM10的扩散但不至造成扬尘,春季的适宜风速是1.5～3.5m/s,冬季的适宜风速是1.5～2.5 m/s。     

连云港市PM_(2.5)污染特征及影响因素分析研究

主要利用连云港市环境监测中心站的大气环境自动监测平台的监测数据,对PM2.5质量浓度的变化特征以及与气象要素的关系分析。结果表明,连云港市的PM2.5质量浓度的变化特征基本上有明显的夏季与非夏季两种季节性特征。在夏季,PM2.5污染程度较轻,而在非夏季,PM2.5污染程度较重;风速与PM2.5质量浓度变化曲线几乎是负相关的。当风速大的时候,利于污染物的扩散;而风速小的时候,容易使得污染物浓度变大;PM2.5质量浓度变化曲线与温度的关系几乎呈现的是正相关性。气温的变化不总是反映空气质量的好坏情况,而逆温却易使污染物浓度升高;PM2.5质量浓度变化曲线与相对湿度的关系呈现的是正相关性;PM2.5质量浓度变化曲线与气压的关系在总体是呈负相关的。     

广州市区公交车站PM_(2.5)与CO暴露水平研究

用便携式颗粒物浓度测定仪(DustTrak Model8520)和CO测定仪(Q-Trak Model8551),于2008年9月至2009年1月对广州市区11个代表性公交车站的PM2.5和CO暴露水平进行了测定。结果表明,公交车站7:00～19:00时间段PM2.5的平均浓度范围为206～348μg/m3,总体均值达288μg/m3,显示公交车站PM2.5污染问题突出;CO平均浓度范围1.5～4.0mg/m3,总体平均2.8mg/m3,有六个站点平均浓度超过了我国环境空气质量标准限值(4.0mg/m3或3.2mg/m3)。大多数站点工作日与非工作日PM2.5与CO水平差异不大,部分站点则受车流量和客流量变化影响呈现差异。同一站点PM2.5日变化特征不如CO明显,一次污染物CO变化受交通高峰影响呈双峰特征,而PM2.5水平影响因素复杂,一般白天较低,夜晚21:00出现峰值。不同站点CO与车流量未见显著相关性,表明车流量并不是决定公交站点CO水平的唯一因素,而扩散条件及公交车排放可能也是重要影响因素;与CO不同,不同站点PM2.5与车流量表现出显著相关(p0.05),可能侧面反映路面扬尘对公交车站PM2.5水平的影响和贡献。     

北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

北京大气颗粒物中一元羧酸的季节变化和来源分析

通过膜采样溶剂提取、衍生化GC/MS分析,对2006年9月~2007年8月间北京大气PM10和PM2.5中的一元羧酸进行了观测研究.结果表明,可检出C10~C30的烷酸以及油酸、亚油酸和桐油酸3种烯酸,其中含量最高的是C16和C18 2种烷酸.PM10中,一元羧酸总浓度为61.7~1652.3ng/m3,年平均为426.2ng/m3;PM2.5中,一元羧酸总浓度为34.5~992.1ng/m3,年平均为319.6ng/m3.75%的一元羧酸分布在细粒子中,且冬、春季浓度明显高于夏、秋季.春、夏、秋、冬4个季节PM10中一元羧酸浓度分别为(625.1±403.8), (200.0±95.3), (263.0±201.1), (659.9±433.5)ng/m3; PM2.5中一元羧酸浓度为(431.7±211.0), (194.4±95.8), (207.9±160.8), (463.6±262.1)ng/m3.源解析显示,燃煤排放是冬季最主要的人为污染源;机动车排放则在其他季节贡献最大.